基于深度堆栈网络的心电信号识别

摘要：

传统的心电信号识别算法依靠心电专家参与特征识别,费时费力,诊断成本高,心电信号形态复杂多样导致识别准确率低、适应性差.为解决上述问题,将栈式稀疏自编码器(SSAE,Stacked Sparse Autoencoder),与Softmax分类器相结合形成深度堆栈网络(DSN,Deep Stacked Net-work)完成对心电信号的自动识别.通过3个稀疏自编码器堆叠的方式完成心电信号特征提取,逐层刻画心电信号的高维特征,由Softmax分类器完成心电信号识别.详细评估了深度堆栈网络的模型特性,确定了该网络模型的超参数,训练集样本和测试集样本源于MIT-BIH数据库.实验结果表明采用本文所提方法对心电信号进行识别,总识别率达到99.69％,验证了所提方法的有效性.

关键词：栈式稀疏自编码器;特征提取;心电信号识别;稀疏参数

所属期刊栏目：26

分类号：TP183(自动化基础理论)

资助基金：四川省应用基础研究项目2017JY0009

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114